老卫带你学---faster-rcnn源码剖析（generate_anchor.py运算解读2）

【深度学习：目标检测】 faster rcnn RPN之anchor(generate_anchors)源码解析

转载：http://blog.csdn.net/xzzppp/article/details/52317863

英文原文：faste rcnn。其中生成RPN(Regional proposal network)的Python代码解析

本代码主要用于：生成尺度为：128,256,512; 宽高比为：1:2,1:1,2:1的anchor

[python]  view plain  copy

1. 
   <span style=“font-size:24px;”>#功能描述：生成多尺度、多宽高比的anchors。  
2. 
   #          尺度为：128,256,512; 宽高比为：1:2,1:1,2:1  
3. 
     
4. 
   import numpy as np  #提供矩阵运算功能的库  
5. 
     
6. 
   #生成anchors总函数：ratios为一个列表，表示宽高比为：1:2,1:1,2:1  
7. 
   #2**x表示:2^x，scales:[2^3 2^4 2^5],即:[8 16 32]  
8. 
   def generate_anchors(base_size=16, ratios=[0.5, 1, 2],  
9. 
                        scales=2**np.arange(3, 6)):  
10. 
        ”“” 
11. 
        Generate anchor (reference) windows by enumerating aspect ratios X 
12. 
        scales wrt a reference (0, 0, 15, 15) window. 
13. 
        ”“”  
14. 
        base_anchor = np.array([1, 1, base_size, base_size]) - 1  #新建一个数组：base_anchor:[0 0 15 15]  
15. 
        ratio_anchors = _ratio_enum(base_anchor, ratios)  #枚举各种宽高比  
16. 
        anchors = np.vstack([_scale_enum(ratio_anchors[i, :], scales)  #枚举各种尺度，vstack:竖向合并数组  
17. 
                             for i in xrange(ratio_anchors.shape[0])]) #shape[0]:读取矩阵第一维长度，其值为3  
18. 
        return anchors  
19. 
      
20. 
    #用于返回width,height,(x,y)中心坐标(对于一个anchor窗口)  
21. 
    def _whctrs(anchor):  
22. 
        ”“” 
23. 
        Return width, height, x center, and y center for an anchor (window). 
24. 
        ”“”  
25. 
        #anchor:存储了窗口左上角，右下角的坐标  
26. 
        w = anchor[2] - anchor[0] + 1  
27. 
        h = anchor[3] - anchor[1] + 1  
28. 
        x_ctr = anchor[0] + 0.5 * (w - 1)  #anchor中心点坐标  
29. 
        y_ctr = anchor[1] + 0.5 * (h - 1)  
30. 
        return w, h, x_ctr, y_ctr  
31. 
      
32. 
    #给定一组宽高向量，输出各个anchor，即预测窗口，输出anchor的面积相等，只是宽高比不同  
33. 
    def _mkanchors(ws, hs, x_ctr, y_ctr):  
34. 
        #ws:[23 16 11]，hs:[12 16 22],ws和hs一一对应。  
35. 
        ”“” 
36. 
        Given a vector of widths (ws) and heights (hs) around a center 
37. 
        (x_ctr, y_ctr), output a set of anchors (windows). 
38. 
        ”“”  
39. 
        ws = ws[:, np.newaxis]  #newaxis:将数组转置  
40. 
        hs = hs[:, np.newaxis]  
41. 
        anchors = np.hstack((x_ctr - 0.5 * (ws - 1),    #hstack、vstack:合并数组  
42. 
                             y_ctr - 0.5 * (hs - 1),    #anchor：[[-3.5 2 18.5 13]  
43. 
                             x_ctr + 0.5 * (ws - 1),     #        [0  0  15  15]  
44. 
                             y_ctr + 0.5 * (hs - 1)))     #       [2.5 -3 12.5 18]]  
45. 
        return anchors  
46. 
      
47. 
    #枚举一个anchor的各种宽高比，anchor[0 0 15 15],ratios[0.5,1,2]  
48. 
    def _ratio_enum(anchor, ratios):  
49. 
        ”“”   列举关于一个anchor的三种宽高比 1:2,1:1,2:1 
50. 
        Enumerate a set of anchors for each aspect ratio wrt an anchor. 
51. 
        ”“”  
52. 
      
53. 
        w, h, x_ctr, y_ctr = _whctrs(anchor)  #返回宽高和中心坐标，w:16,h:16,x_ctr:7.5,y_ctr:7.5  
54. 
        size = w * h   #size:16*16=256  
55. 
        size_ratios = size / ratios  #256/ratios[0.5,1,2]=[512,256,128]  
56. 
        #round()方法返回x的四舍五入的数字，sqrt()方法返回数字x的平方根  
57. 
        ws = np.round(np.sqrt(size_ratios)) #ws:[23 16 11]  
58. 
        hs = np.round(ws * ratios)    #hs:[12 16 22],ws和hs一一对应。as:23&12  
59. 
        anchors = _mkanchors(ws, hs, x_ctr, y_ctr)  #给定一组宽高向量，输出各个预测窗口  
60. 
        return anchors  
61. 
      
62. 
    #枚举一个anchor的各种尺度，以anchor[0 0 15 15]为例,scales[8 16 32]  
63. 
    def _scale_enum(anchor, scales):  
64. 
        ”“”   列举关于一个anchor的三种尺度 128*128,256*256,512*512 
65. 
        Enumerate a set of anchors for each scale wrt an anchor. 
66. 
        ”“”  
67. 
        w, h, x_ctr, y_ctr = _whctrs(anchor) #返回宽高和中心坐标，w:16,h:16,x_ctr:7.5,y_ctr:7.5  
68. 
        ws = w * scales   #[128 256 512]  
69. 
        hs = h * scales   #[128 256 512]  
70. 
        anchors = _mkanchors(ws, hs, x_ctr, y_ctr) #[[-56 -56 71 71] [-120 -120 135 135] [-248 -248 263 263]]  
71. 
        return anchors  
72. 
      
73. 
    if name == ’main’:  #主函数  
74. 
        import time  
75. 
        t = time.time()  
76. 
        a = generate_anchors()  #生成anchor（窗口）  
77. 
        print time.time() - t   #显示时间  
78. 
        print a  
79. 
        from IPython import embed; embed()  
80. 
    </span>  

       其中，_ratio_enum()部分生成三种宽高比 1:2,1:1,2:1的anchor如下图所示：

       其中，_scale_enum()部分，生成三种尺寸的anchor，以_ratio_enum()部分生成的anchor[0 0 15 15]为例，扩展了三种尺度 128*128,256*256,512*512，如下图所示：